Восстановить поврежденный PDF

Исправьте PDF, который не открывается. Инструмент заново собирает поврежденную структуру файла и при необходимости восстанавливает нечитаемые страницы как изображения с текстом OCR. Работает на нашем сервере, а файлы удаляются автоматически в течение примерно двух часов.

Перетащите файлы сюда

.pdf · до 300 МБ · до 30 задач в час · файл уходит на наш сервер и удаляется после обработки; результат стирается в течение примерно двух часов

Выберите файлы

Как восстановить PDF

1
Загрузите поврежденный PDF
Подойдет файл, который не открывается, открывается с ошибками или показывает искаженные страницы. Размер — до 300 МБ.
2
Выберите стратегию восстановления
Режим «Авто» сначала пытается полностью исправить структуру и переводит поврежденные страницы в изображения только при необходимости. Два других режима задают поведение жестко: либо только структура, либо все страницы в изображения.
3
Скачайте исправленный файл
Вы увидите, что именно было исправлено: чистое восстановление структуры или список страниц, которые пришлось восстановить как изображения.

Инструмент не обещает невозможного и прямо говорит, что сделал

В большинстве реальных случаев PDF ломается из-за поврежденной таблицы перекрестных ссылок или трейлера, обычно после прерванной загрузки или сбоя диска. В таких ситуациях этот инструмент полностью чинит файл и возвращает его к исходному содержимому. Поврежденный поток содержимого на странице — другое дело: векторный текст и графика на этой странице утрачены, и ни один инструмент не сможет восстановить данные, которых больше нет. В этом случае затронутые страницы растеризуются в изображения и пропускаются через OCR, чтобы вернуть читаемый текст. Все остальные страницы сохраняют свой исходный векторный вид без изменений. На экране с результатом всегда прямо указано, что именно произошло, по каждой странице отдельно.

Три стратегии и их компромиссы

«Авто» — разумный выбор по умолчанию: сначала восстанавливается структура файла, и только при повреждении самого потока содержимого на странице включается восстановление через изображение. Остальное остается как было. Режим «Только структура» полностью отключает восстановление через изображения: страницы с поврежденным потоком возвращаются пустыми. Это удобно, когда важен чистый текстовый слой и лучше явно видеть, что страница потеряна, чем получить ее в виде скана. «Растеризовать и OCR» — противоположный подход: каждая страница превращается в изображение с текстовым слоем OCR, даже если она исходно была читаемой. Такой вариант полезен, когда видимый текст отображается иероглифами или абракадаброй, а не выдает ошибку рендеринга, с которой одно лишь структурное восстановление не справится.

Обработка идет на сервере, а не в браузере

Разбор поврежденной байтовой структуры PDF и частичное декодирование битых потоков содержимого — задача, с которой ни одна браузерная PDF-библиотека не справляется так же надежно, как специализированная серверная утилита. Поэтому это один из немногих инструментов PulsarKit, который загружает ваш файл на сервер для обработки, а не работает полностью на вашем устройстве. Загруженный файл удаляется сразу после обработки, а восстановленная копия автоматически стирается в течение примерно двух часов.

Обрабатывается на нашем сервере, удаляется автоматически

PDF загружается только для восстановления. Загруженный файл удаляется сразу после обработки. Результат можно скачать в течение часа; с сервера он стирается автоматически в течение примерно двух часов, скачали вы его или нет. Никакой регистрации и ручной очистки не требуется.

Частые вопросы

Почему этот инструмент не чинит любой сломанный PDF?

Поврежденный поток содержимого означает, что само содержимое страницы (позиции текста, команды отрисовки) испорчено или утрачено. Это уже не структурная ошибка, а отсутствие данных. Самое полное восстановление, которое здесь возможно, — превратить все, что еще удается отрисовать, в изображение и добавить поверх текст OCR. Именно так этот инструмент и поступает, когда это необходимо.

Чем отличаются режимы «Авто», «Только структура» и «Растеризовать и OCR»?

«Авто» восстанавливает структуру и растеризует только поврежденные страницы. «Только структура» вообще не растеризует: битые страницы возвращаются пустыми. Так удобно, когда нужен чистый текстовый результат. «Растеризовать и OCR» превращает любую страницу в изображение с текстом OCR. Это полезно, когда текст отображается иероглифами или мусором, а не выдает явную ошибку.

Что значит, если страница стала изображением?

Поток содержимого этой страницы поврежден настолько, что структурный ремонт уже не помогает. Инструмент отрисовал все, что еще можно было вытащить, преобразовал это в изображение, добавил текстовый слой через OCR и в отчете указал, с какими страницами так пришлось поступить.

Можно ли вернуть исходный векторный текст на поврежденной странице?

Нет. Если поток содержимого страницы поврежден, эти данные физически утрачены. Растеризация с OCR возвращает все, что еще можно прочитать, но это уже не тот же самый файл, что был до повреждения.

Как долго мой файл хранится на сервере?

Загруженный PDF удаляется сразу после обработки. Восстановленный файл можно скачать в течение часа; с сервера он стирается автоматически в течение примерно двух часов, скачали вы его или нет. Дольше этого срок хранения не бывает.

Что если файл вообще не удается восстановить?

Если не получается восстановить ни одной страницы даже в виде изображения, инструмент прямо скажет об этом, а не вернет битый или пустой файл. В такой ситуации сам PDF, скорее всего, обрезан или перезаписан, и единственный способ вернуть данные — восстановить файл из резервной копии.

Безопасно ли загружать PDF с конфиденциальной информацией?

Файл обрабатывается только для его восстановления. Оригинал удаляется сразу после обработки, восстановленная копия стирается в течение примерно двух часов; ни для каких других целей файл не используется и дольше не хранится.

Статьи по теме

Почему «починенный» PDF все равно не проходит архивную проверкуИсправить PDF, который не открывается, и сделать его пригодным для долговременного хранения — два разных стандарта. Успех по одному ничего не говорит о другом.